浅谈ML Design推荐系统面试心得, ask me anything

原来ML system design是这个意思 我看下来感觉还是更偏ML跟传统那种system design差别蛮大的 感觉更像是高配版的data science case。另外求问下LZ遇到过其他ML系统类的设计么，除了recommendation之外，像search，ads，ranking这些比较通用的系统是不是也有可能遇到？

请问楼主 在准备MLE面试过程中使用了什么资料（比如书/网站/课程/视频 etc）？你觉得特别好的有哪些？

再请教一下楼主，从ds到mle的h1b transfer你觉得稳不稳？还是需要新的h1b？大概用时多久？

楼主总结的真好。
我自己也做MLE相关的工作，但是系统比较老旧，model主要集中在rule based和一般classification的程度（也就是你说的0和1类）。对于3，4，5该怎么准备呢？读paper没有实践感觉一问复杂一些就答不上来

biacore 发表于 2019-3-9 10:24
感谢楼主分享！请问ml轮还问基础知识细节么，还是主要是设计？

其实不同的面试官可能问的不一样
有些喜欢问你简历上的project，这种只要是自己做的基本没什么问题
有些喜欢直接问一堆基本概念，这种把书读好的基本也没什么问题
考设计的是最难的，因为他可以把很多基础知识融在这个context下问出来，策略是我们最好引导面试官问出我们早就准备好的问题，大概下面几个基础知识点是几乎肯定会被问的
1. unbalanced data set
2. eval metric, e.g. precision and recall
3. model a vs model b
4. hyperparameter tuning
5. bias variance tradeoff

Tommy_Gao 发表于 2019-3-9 11:18
非常感谢楼主长文，收获很多，尤其是面试方面特别有启发。
想问一下平时楼主平时工作内容有哪些，比如算法 ...

我现在还没有去入职，在现在的公司大概80%时间在写production code里面的pipeline部分，包括feature engineering，ml算法不会太花功夫develop一些fancy model，主要还是调包

pear2hao 发表于 2019-3-9 12:53
想请教一下楼主，之前的data scientist经历和现在mle有大致的什么区别？
楼主业余大概准备了多长时间开始面 ...

ds和mle的区别你翻翻这个帖子
https://www.1point3acres.com/bbs ... &extra=page%3D2

我准备蛮久的，去年的这个时候也面了G和F都跪了，然后去上了某凉了的硅谷教育机构的full stack和data engineer的两个bootcamp。算法去年就刷到200题左右了，最近几个月又巩固了一下吧

跳槽时间线和普通SDE没什么区别，时间的话建议75%算法，20%ML, 5% System design

zhaandong 发表于 2019-3-9 13:03
请教楼主一个问题，听说google 面试很难遇到leetcode 原题，楼主刷了近300题以后感觉google 的coding 面试 ...

我其实不是很experienced的SDE，面试写白班的公司我只面过google, fb和Bloomberg
这个问题你问问别人吧，我觉得我还挺幸运的没在google面试碰见太偏的题

390386583 发表于 2019-3-9 13:21
原来ML system design是这个意思 我看下来感觉还是更偏ML跟传统那种system design差别蛮大的 感觉更像是高 ...

search和ranking我认为是几乎等同recommendation system的概念，方法是大同小异的
你想推荐系统也是你给了一个query(context)之后，把所有candidate打个分排序给你最高的几个
ads我在某家startup被问过 怎么去确定google ads上面的ads bid time multiplier 被当场问懵了

但把recommendation理解透了，相当于适应了95%的问题
要cover 100%可能要花很多额外的时间，拿去刷leetcode多好